david/aphrodite-engine: PygmalionAI's large-scale inference engine pygmalion.chat It is designed to serve as the inference endpoint for the PygmalionAI website, and to allow serving the Pygmalion models to a large number of users with blazing fast speeds (thanks to vLLM's Paged Attention). @ mistral_skip_special_tokens

AlpinDale 4a7cb8f232 rocm: add custom paged attention kernels for ROCm (#1043)		1 săptămână în urmă
..
attention.cu	4a7cb8f232 rocm: add custom paged attention kernels for ROCm (#1043)	1 săptămână în urmă
ops.h	4a7cb8f232 rocm: add custom paged attention kernels for ROCm (#1043)	1 săptămână în urmă
torch_bindings.cpp	4a7cb8f232 rocm: add custom paged attention kernels for ROCm (#1043)	1 săptămână în urmă